手机:座舱:具身: 中国最大端侧独角兽低调交出高分卷

智东西
作者 江宇
编辑 漠影

2026年世界人工智能大会的展馆里，端侧智能的身影几乎无处不在。

从智能座舱里“比副驾更懂你”的主动服务，到手机AI离线运行的隐私保护，再到机器人“听得懂指令、做得稳任务”的具身交互，端侧智能正在各类终端上密集落地。

大模型要想真正运行在汽车、手机、机器人等终端硬件上，端侧AI已经成为不可或缺的“接地点”。

但不同终端，对AI提出的要求并不相同。手机、汽车和机器人都属于端侧AI，却几乎是三门生意。

硬件厂商陆续推出自己的端侧AI产品，一系列现实问题也随之出现：模型能不能适配不同芯片，换一款硬件是否需要重新开发，系统升级会不会打断已有能力，一次项目积累能否迁移到下一台设备……

端侧AI真正进入产业化阶段之后，比拼的不再只是模型能力。

行业需要的是能够理解模型、芯片、操作系统、终端设备和交付流程的参与者，把原本割裂的各个环节连接起来。

作为国内较早布局端侧大模型、率先实现端侧量产交付，并持续聚焦端侧AGI方向的企业，面壁智能近年来不断验证端侧AI的产业价值，也逐渐积累起跨终端落地能力。

今年WAIC期间，面壁智能集中展示了手机、汽车、机器人、航天等多个行业案例，新一代MiniCPM系列端侧模型、全新VLA具身模型、具身智能解决方案，以及”AI制造AI”的最新成果。

把这些成果放在一起看，它们共同指向一个问题：谁来把分散的芯片、模型、操作系统和应用组织起来，让端侧AI摆脱一次次重复适配？

一、端侧AI进入产业化，难点已经不只是模型

模型能够跑在终端，只是端侧AI产业化的第一步。

真正进入落地阶段之后，不同终端面对的是完全不同的工程约束。

若以三类代表终端拆解，大致可以看到这样的差异：

手机关注内存占用、功耗、响应速度，以及相册、通信等隐私数据的安全保护；汽车关注车规级安全、芯片生命周期、座舱系统兼容以及量产交付；机器人关注实时感知、本体差异、动作执行，以及复杂环境下的稳定运行。

这些终端都属于端侧AI，却没有一套完全相同的解决方案。

目前行业普遍面临的问题是，终端厂商拥有各自不同的芯片和系统，模型厂商往往需要逐个平台适配；一次成功的POC并不意味着能够顺利量产，更不意味着可以快速复制到下一家客户。

行业需要的不只是更小、更快的大模型，也需要能够同时理解模型、芯片、操作系统、应用、终端和交付体系，把这些能力真正串联起来。

随着端侧AI进入规模化部署阶段，模型能力逐渐成为产业化的基础能力，真正拉开差距的，则是跨终端适配、持续交付和工程化能力。

二、模型之外，端侧AI还需要一套产业能力

眼下可以确认的是，模型能够跑起来，意味着技术已经跨过第一道门槛；如何让不同终端更快完成部署、更稳定进入量产，则成为端侧AI下一阶段需要回答的问题。

目前，面壁智能已经形成MiniCPM系列端侧模型矩阵，覆盖文本、视觉、全模态和语音等多个方向。

MiniCPM 5-2B在最新的Artificial Analysis（AA）榜单评测中，以17分的成绩占据榜首，成为4B以下模型中“性能王”。

MiniCPM-V 4.6采用1.3B参数规模，在同级模型中实现更高的智能密度。MiniCPM-o 4.5提供实时全模态交互能力，是行业首个即时自由对话的大模型。

截至目前，MiniCPM系列开源模型累计下载量已超过3800万次。不同尺寸模型覆盖不同算力终端，让手机、汽车、机器人、开发板等设备能够根据自身硬件条件选择合适模型，在降低部署成本的同时提升适配效率。

模型之外，面壁智能也围绕产业化持续完善配套能力。

目前，其已经完成5款主流智能座舱芯片的量产级适配，在6款AI Box平台开展商业化探索，并完成2款全模态芯片适配；手机侧则覆盖高通、联发科以及三星等多个主流芯片平台，为不同终端厂商提供完整适配能力。

7月15日，国家互联网信息办公室公布最新一批生成式AI服务备案名单，三星盖乐世AI等7款手机端侧AI产品通过备案。

面壁智能MiniCPM系列作为三星盖乐世AI的端侧模型能力提供方，深度参与此次备案落地，也是唯一一家以端侧模型能力参与备案的大模型企业。

此次与三星的合作，也成为面壁智能端侧模型进入全球头部手机厂商的重要一步。

这一合作释放出新的产业信号：AI模型公司正在成为手机AI能力的重要供给方，手机厂商不必事事自研，端侧模型的专业化分工正在逐步形成。

作为国内聚焦端侧大模型方向的独角兽企业，面壁智能也成为这一趋势中的代表性参与者。

汽车行业则是另一项重要验证。

随着参与环节不断深入，面壁智能交付给客户的内容已经覆盖模型、芯片适配、工具链以及交付体系等多个层面。

来自真实项目的持续积累，也让这些能力不断沉淀下来，并逐渐形成能够服务更多客户的共性经验。

三、多行业落地，验证端侧AI的共性能力

如果把汽车、手机、机器人放在一起观察，会发现它们属于完全不同的产业，却不断验证着同一套端侧能力。

面壁智能推出的智能座舱方案——面壁智舱SuperMate，已经实现本地感知、记忆、推理和执行能力，并搭载于吉利银河M9、长安马自达EZ-60等量产车型，与吉利汽车、上汽大众、广汽集团、长城汽车等多家车企形成合作。

围绕事故处理Agent、主动服务等真实用车场景，面壁智舱团队已经沉淀并验证68个可量产亮点场景。与此同时，SuperMate能够伴随车型持续升级，让模型能力随着产品生命周期不断演进。

手机则是另一块更大的验证场。

手机拥有数量庞大的终端设备，也是端侧AI最容易触达用户的入口。

通信、相册、系统管理等大量场景涉及用户隐私，本地推理能够兼顾实时响应与数据安全。模型是否足够轻、功耗是否可控、芯片兼容是否完善，都能够在真实使用环境中得到持续验证。

此次与三星盖乐世AI的合作，也进一步证明其端侧模型已经开始进入全球主流消费电子产品。

机器人则进一步考验模型的泛化能力。

此次WAIC期间，面壁智能展示了RoboHarness具身智能方案，其兼容双足、轮式、四足等不同机器人本体，并覆盖导览、巡检等多个真实场景。

无论是展厅讲解、商场导购，还是园区巡检、社区物业，机器人都需要在复杂环境中持续感知环境信息、理解用户指令并完成动作执行。

与此同时，面壁智能还发布了新一代VLA具身模型。该模型融合多模态技术沉淀与视觉Token压缩能力，在保留完整历史观测记忆的同时，计算量与不保留记忆时持平，在RMBench（机器人上下文记忆基准）上取得显著优势。

松果派AI开发板则承担着开发验证平台的角色。

它集成MiniCPM系列模型和端侧Agent运行环境，能够帮助开发者快速完成端侧硬件原型开发，降低AI硬件应用门槛，缩短产品验证周期。

航天场景则进一步验证了无网络、带宽受限环境下，本地推理的重要价值。

汽车、手机、机器人、航天属于不同产业，也拥有各自不同的技术要求。

它们共同验证着端侧AI的一组基础能力：低资源运行、多模态理解、本地决策、数据安全、跨芯兼容以及持续升级。而这些能力正在成为越来越多终端产品的共同需求。

四、产业化竞争，也在生态和标准中展开

模型能够落地，只意味着迈出了第一步。

随着端侧AI逐步走向规模化，模型之外的标准、工具链、开发者生态和产业协同，也开始影响整个行业的发展效率。

今年WAIC期间，面壁智能携手中国信息通信研究院人工智能研究所，联合启动《AI For AI标准》，深度参与AI标准体系建设，希望推动端侧AI形成更加统一、可复用的产业规范。

除了参与标准建设，面壁智能也持续扩大开发者生态。

由清华大学自然语言处理实验室联合面壁智能发起的开源社区OpenBMB，持续开放MiniCPM系列模型、压缩量化工具、推理工具链以及Agent能力，让更多开发者能够直接体验、部署端侧模型。

与此同时，面壁智能联合OpenBMB正式启动“全球开发者大使计划”，并发起“MiniCPM火种计划”，向全球开发者持续开放模型、工具链、实践资源和社区支持，希望吸引更多开发者参与端侧AI生态建设，加速应用创新。

生态建设的另一端，则连接着产业伙伴。

此次WAIC期间，面壁智能还同步发布”面壁+行业伙伴计划”。其中，面壁智能提供基础模型、AgentVerse平台、私有化部署、算力以及商业化渠道等能力，行业伙伴则贡献行业认知、业务规则、私有数据、应用场景和客户资源，双方共同打造面向行业客户的定制化AI解决方案。

端侧AI涉及模型、芯片、操作系统、终端设备、应用开发、行业落地等多个环节，没有任何一家企业能够独立完成全部工作。

正如李大海所言，大模型竞争已进入行业应用落地的下半场，“行业深刻认知+端侧AI”才是真正的护城河。面壁智能将基础模型与Agent平台的能力开放给行业伙伴，让懂行业的人用AI重新定义行业。

结语：端侧智能的产业化，需要更多“先把路走通的人”

端侧AI是一套系统工程，每一个环节都会影响最终产品落地。随着越来越多终端部署大模型，产业竞争也逐渐延伸到模型之外。

如何让一次项目积累服务更多客户，让一次芯片适配覆盖更多平台，让更多开发者快速参与应用开发，成为行业共同关注的新课题。

从这一角度看，面壁智能正在尝试承担一种新的角色：把模型能力、芯片适配、开发工具、行业经验和开发者生态组织在一起，为终端厂商提供一套可复用的方法。

汽车、手机、机器人、航天等多个行业，为这套方法提供了真实验证；OpenBMB开源社区和持续开放的工具链，则不断吸引更多开发者参与端侧AI生态建设。

随着端侧AI持续走向规模化，面壁智能也正从一家端侧大模型公司，逐步向端侧智能产业定义者迈进。